ดัชนีและแบนด์ข้อมูล VIIRS

1. Normalized Vegetation Index (NDVI)

NDVI เป็นผลผลิตหนึ่งในชุด level 2 ของข้อมูล VIIRS เพราะถือเป็นกุญแจสำคัญในการใช้ประโยชน์ในด้านต่าง ๆ ไม่ว่าจะในเรื่องของการจัดทำโมเดลภูมิอากาศโลก การพยากรณ์สภาพอากาศ การติดตามการเปลี่ยนสภาวะสิ่งแวดล้อม และอื่น ๆ อีกมาก อย่างไรก็ตามเราสามารถใช้ข้อมูลภาพในชุด level 1 เพื่อสร้างข้อมูลเกี่ยวพับพืชพรรณได้เช่นเดียวกัน โดยใช้ช่วงคลื่น I1, I2 และ M3 เป็นหลัก สามารถสร้างอนุพันธ์ข้อมูลที่เป็นดัชนีเกี่ยวกับพืชพรรณได้สองตัว คือ NDVI และ EVI โดยมีรูปสมการ ดังนี้


2. Land Surface Temperature (LST)

            นอกจาก NDVI แล้ว อนุพันธ์จากดาวเทียมที่เกี่ยวพันกับความแห้งแล้งอีกตัวหนึ่งก็คือข้อมูล Land Surface Temperature (LST) แต่ค่า LST ไม่ได้จากการตรวจวัดโดยตรงจากเซนเซอร์ของดาวเทียม จำเป็นต้องคำนวณจากข้อมูลความส่องสว่าง เมื่ออ้างอิงเอกสารของ Joint Polar Satellite (JPSS) VIIRS Land Surface Temperature Algorithm Theoretical Basis Document (ATBD) สามารถสรุปความสำคัญเพื่อให้เป็นที่เข้าใจในทางเทคนิคที่เป็นพื้นฐานการพัฒนาระบบข้อมูลของในโครงการนี้ได้ว่า อัลกอริทึม VIIRS LST อาศัยการประมาณค่าด้วยสมการถดถอย หรือรีเกรสชั่นโมเดล โดยใช้ค่าอุณหภูมิส่องสว่างที่ได้จากข้อมูลในช่วงคลื่นที่ให้ค่า brightness temperature ได้แก่ 3.75, 4.005, 10.8 และ 12 ไมครอน สร้างสมการที่เหมาะสมในแต่ละประเภทสิ่งปกคลุมดิน (land cover) ด้วยเทคนิค split window algorithm นอกจากนี้ในกรณีที่สัญญาณภาพได้รับอิทธิพลจากแสงในลักษณะเกิดแสงประกายของดวงอาทิตย์ (sun glint) ก็จะใช้เทคนิค Dual split window algorithm ซึ่งเป็นการใช้ 4 ช่วงคลื่น เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

รีเกรสชั่นโมเดลในอัลกอริทึมผลิตข้อมูล LST มีสองรูปแบบหลัก คือ

1. Two Band Algorithm (Baseline Algorithm)

2. Four Band Algorithm (Optional Algorithm) มีสมการแตกต่างกันสำหรับการผลิตข้อมูล LST ในรอบวัน โดยหากเป็นช่วงกลางวัน จะมีรูปสมการดังต่อไปนี้

ในขณะที่การผลิตข้อมูล LST ช่วงกลางคืน จะมีรูปสมการดังต่อไปนี้

การใช้สมการรีเกรสชั่นลักษณะดังกล่าวจะต้องสร้างสมการทุก ๆ ประเภทสิ่งปกคลุมดิน (ทั้ง 17 ประเภทตามการจำแนกของ IGBP)

3. Land Surface Type

ข้อมูลประเภทสิ่งปกคลุมพื้นที่ (land surface type) นอกจากเป็นปัจจัยที่ใช้เพื่อการหา LST ดังกล่าวในข้างต้นแล้วยังเป็นปัจจัยตัวหนึ่งที่ใช้ในการประเมินพื้นที่เสี่ยงภัยแล้งภายใต้โครงการฯ ในที่นี้ใช้ข้อมูลลำดับชุดเดียวกันกับข้อมูล LST ซึ่งเป็นผลลัพท์ที่ได้จากการทำงานของโปรแกรม CSPP_CLAVRx ที่ถูกรวมมากับชุดข้อมูล VIIRS รายวันที่ได้รับจากสถานีรับสัญญาณดาวเทียม ข้อมูลประเภทสิ่งปกคลุมพื้นที่นี้อ้างอิงการจำแนกประเภทของ IGBP โดย NASA กำหนดทีมงานขึ้นมารับผิดชอบการจัดทำข้อมูลเป็นการเฉพาะ ข้อมูลมีขนาดความละเอียดเชิงพื้นที่ 1 กิโลเมตร เป็นการจำแนกประเภทจากข้อมูลภาพระบบ VIIRS ในรอบ 12 เดือนที่ผ่านมา โดยอัลกอริทึมการจัดทำข้อมูลแสดงดังภาพ